学位论文 > 优秀研究生学位论文题录展示

支持向量机在水质监测信息融合与评价中的应用研究

作　者: 管军
导　师: 徐立中
学　校: 河海大学
专　业: 通信与信息系统
关键词: 水质监测 水质评价 信息融合 支持向量机模型 遥感图像
分类号: TP274.4
类　型: 硕士论文
年　份: 2006年
下　载: 416次
引　用: 9次
阅　读: 论文下载
 

内容摘要


水质污染问题已经成为我国环保领域的重要课题,它直接影响到人类的生存与发展。水质监测与评价为水环境水资源管理和污染控制的主要手段之一,是进行水质治理和水资源开发利用的前期工作,为水资源的保护和综合应用提供原则性的方案和依据。 本文基于多源传感器地面监测数据,高分辨率、多光谱遥感卫星图像数据,以Matlab为平台,从信息融合的角度,引入支持向量机(SVM)理论与方法,并首次将该方法应用到水质监测与评价中,分析其可行性、有效性。主要研究内容及结论如下: (1)以地面监测数据为对象,设计并构建了基于地面监测数据的SVM水质状况识别模型,分析长江口水质状况,并与单因子评价方法,BP神经网络方法和基于D-S理论的方法进行比较,说明在水质状况识别问题上,运用支持向量机方法进行水质评价是可行的,且具有更好的分类能力。 (2)将每月水质参数平均浓度值的监测看成一个时间序列预测问题,建立了基于地面监测数据的SVM水质监测信息融合处理模型,对太湖流域的水质参数高锰酸盐指数月平均浓度进行监测,并与基于RBF神经网络的预测模型作了比较,结果说明,支持向量机应用于水质监测是可行的,为间接水质监测提供了一种行之有效的方法。 (3)利用空中监测和地面监测信息的关联性,分别构建了基于遥感图像与地面信息的SVM水质监测信息融合处理模型和状况识别评价模型,通过从遥感图像提取的平均灰度值反演地面水质参数的指标值和水质类别,实现利用遥感图像对地面监测数据的补充,以获取更多的水质信息,从而进行更好的水质评价。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-15
  1．1 研究背景及意义  9-10
  1．2 水质监测研究现状  10
  1．3 水质评价研究现状  10-11
  1．4 信息融合方法及相关技术研究现状  11-12
  1．5 支持向量机在水质监测与评价中的应用分析  12-13
  1．6 本文研究内容与组织结构  13-15
第二章 信息融合技术在水质评价中的应用  15-26
  2．1 信息融合技术  15-17
  2．2 水质评价基本方法  17-19
  2．3 信息融合技术在水质评价中的应用  19-25
    2．3．1 基于神经网络的水环境信息融合  19-23
    2．3．2 基于 DS证据理论的水环境信息融合  23-25
    2．3．3 结论  25
  2．4 本章小结  25-26
第三章 支持向量机理论  26-42
  3．1 机器学习的基本方法  26-29
  3．2 统计学习理论的基本思想  29-32
  3．3 支持向量机  32-41
    3．3．1 线性支持向量机  32-36
    3．3．2 非线性支持向量机  36-39
    3．3．3 支持向量机回归  39-41
  3．4 支持向量机与多层前向神经网络的比较  41-42
第四章 SVM在基于地面监测数据的水质监测信息融合与评价中的应用  42-55
  4．1 基于地面监测数据的 SVM水质状况识别模型  42-48
    4．1．1 研究材料  43-44
    4．1．2 支持向量机识别模型构建  44-46
    4．1．3 样本学习  46-47
    4．1．4 水质分类结果与比较分析  47-48
  4．2 基于地面监测数据的SVM水质监测信息融合处理模型  48-55
    4．2．1 研究材料  49-50
    4．2．2 支持向量机水质监测模型构建  50-51
    4．2．3 支持向量机模型预测结果及与RBF神经网络模型的比较  51-54
    4．2．4 实验小结  54-55
第五章 SVM在基于遥感图像与地面监测数据的水质监测信息融合与评价中的应用  55-71
  5．1 基于遥感图像与地面信息的 SVM水质监测信息融合处理模型  55-66
    5．1．1 遥感水质监测概述  56-58
    5．1．2 研究区域概况  58
    5．1．3 数据获取与数据处理  58-61
    5．1．4 支持向量机水质监测模型  61-62
    5．1．5 太湖水质监测结果及比较分析  62-66
  5．2 基于遥感图像与地面信息的 SVM水质评价模型  66-69
    5．2．1 SVM水质评价模型结构原理  66-67
    5．2．2 实验与结果分析  67-69
    5．2．3 实验结论  69
  5．3 本章小结  69-71
第六章 总结与展望  71-74
  6．1 总结  71-72
  6．2 展望  72-74
参考文献  74-80
附录A:实验程序  80-85
附录B:硕士学习期间论文发表情况  85-86
致谢  86

相似论文

  1. 舌体特征的提取及融合分类方法研究,TP391.41
  2. 多传感器信息融合及其在可穿戴计算机上的应用,TP202
  3. 基于ArcGIS Server的农区水质遥感反演信息系统构建研究,S127
  4. 河网水环境预警技术体系研究,X853
  5. 新疆柴窝堡湖2005年-2009年水环境质量状况及变化趋势,X832
  6. 信息融合技术在嵌入式驾驶疲劳检测中的应用研究,TP368.12
  7. 高分辨率遥感图像目标识别方法研究,TP751
  8. 多媒体传感终端设备关键技术的研究与实现,TP212.9
  9. 基于集中决策的广域后备保护研究,TM774
  10. 水下机械手信息融合及作业规划研究,TP241
  11. 西安市曲江池水质评价与水质模拟研究,X824
  12. 西安护城河水污染状况分析及控制途径探究,X522
  13. TDICCD大视场多通道图像自动拼接方法,TP391.41
  14. 基于信息融合的转基因食品安全评估,TS201.6
  15. 基于多信息融合的轮式移动机器人定位导航技术研究,TP242
  16. 小型移动在线水质监测系统的研究,TP274
  17. 基于贝叶斯网络的电机故障诊断方法研究,TM307.1
  18. 多参数自供电水质监测无线传感器网络节点的关键技术研究,TN929.5
  19. 多尺度信息融合算法研究,TP202
  20. 基于信息融合的模拟电路故障诊断研究,TN710
  21. 基于证据网络的多源敌我识别信息融合处理方法研究,TP202

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统 > 集中检测与巡回检测系统
© 2012 www.xueweilunwen.com